- 博客(0)
- 资源 (29)
- 收藏
- 关注
概率论与数理统计同济大学
概率论与数理统计》内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要,但一般认为超出本课程范围的材料,以备教者和学者选择。《概率论与数理统计》着重基本概念的阐释,同时,在设定的数学程度内,力求做到论述严谨。书中精选了百余道习题,并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材,也可供具有相当数学准备(初等微积分及少量矩阵知识)的读者自修之用。
2018-02-20
深度学习Deep Learning 中文版(高清带书签)
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。
《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
2018-02-20
时间序列分析(汉密尔顿)
近几年间,研究者分析时间序列数据的方式发生了显著的变化。因此,很有必要对这一日益重要的研究领域的新近发展进行综合,并整体呈现出来。作者一次对时间序列分析的相关进展做出详细、全面的梳理与阐述。这些研究进展包括向量自回归、广义矩估计、单位根的经济与统计结果、非线性时间序列等。另外,作者在本书中还阐述了包括线性表征、自相关、生成函数、谱分析、卡尔曼滤波等动态系统的传统分析工具。这些内容有助于经济理论研究和解释现实世界的数据.
本书将为学生、研究者和预测人员提供对动态系统、计量经济和时间序列分析的独立而明确的全面分析。从最简单的原理出发,作者的清晰表达使得一年级研究生和非专业人士也能理解相关内容的历史进展和新近发展。同时,由于其全面性,使得该书为研究者了解学术前沿提供了宝贵的参考文献。作者一方面通过大量的例子展示理论结果如何运用于实践,另一方面在相关章节后面提供了详细的数学附录。作为为相关领域学生和研究者提供的理论路线图,该书将成为未来若干年相关领域的指导书。
2018-02-20
统计学习方法李航(含书签)
《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。
2018-02-20
利用Python进行数据分析(中文版含书签高清)
•将IPython这个交互式Shell作为你的首要开发环境。
•学习NumPy(Numerical Python)的基础和高级知识。
•从pandas库的数据分析工具开始。
•利用高性能工具对数据进行加载、清理、转换、合并以及重塑。
•利用matplotlib创建散点图以及静态或交互式的可视化结果。
•利用pandas的groupby功能对数据集进行切片、切块和汇总操作。
•处理各种各样的时间序列数据。
•通过详细的案例学习如何解决Web分析、社会科学、金融学以及经•济学等领域的问题。
2018-02-20
Tensorflow 实战Google深度学习框架(含书签,高清)
TensorFlow是谷歌2015年开源的主流深度学习框架,目前已在谷歌、优步(Uber)、京东、小米等科技公司广泛应用。《Tensorflow实战》为使用TensorFlow深度学习框架的入门参考书,旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导,从实际应用问题出发,通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。《Tensorflow实战》包含了深度学习的入门知识和大量实践经验,是走进这个最新、最火的人工智能领域的首选参考书。
2018-02-20
Flask Web开发:基于Python的Web应用开发实战pdf(高清,含书签)
本书不仅适合初级Web开发人员学习阅读,更是Python程序员用来学习高级Web开发技术的优秀参考书。
• 学习Flask应用的基本结构,编写示例应用;
• 使用必备的组件,包括模板、数据库、Web表单和电子邮件支持;
• 使用包和模块构建可伸缩的大型应用;
• 实现用户认证、角色和个人资料;
• 在博客网站中重用模板、分页显示列表以及使用富文本;
• 使用基于Flask的REST式API,在智能手机、平板电脑和其他第三方客户端上实现可用功能;
• 学习运行单元测试以及提升性能;
• 将Web应用部署到生产服务器。
2018-02-20
《机器学习实战》中文版含书签完整高清
机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下捕获数据并从中萃取有价值的信息或模式使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。本书通过精心排的实例切入日常工作任务摒弃学术化语言利用高效可复用的Python 代码阐释如何处理统计数据进行数据分析及可视化。读者可从中学到一些核心的机器学习算法并将其运用于某些策略性任务中如分类、预测及推荐等。本书适合机器学习相关研究人员及互联网从业人员学习参考。
2018-02-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人